首页/Algo Bridge/随机采样与水塘抽样 (Reservoir Sampling & Randomization)/LC_382
⚡ 在闪卡工作台中刷此桥梁
🌉 单题同构迁移解析LC_382 · 中等

LC_382 (\. Linked List Random Node) ➔ Weighted Sampling (按指定概率采样 / 逆 CDF)

水塘抽样以 k/(i+1) 的概率动态替换,保证了无限数据流的统计公平性。

1️⃣ 经典算法母体 (LeetCode Origin)

LC_382 · \. Linked List Random Node

所属范式:随机采样与水塘抽样 (Reservoir Sampling & Randomization) — 水塘抽样(Reservoir Sampling)。以 k/(i+1) 的动态递减概率决定是否将无限流式数据中的第 i 项替换入大小为 k 的蓄水池中,数学证明每个元素最终入选概率均为 k/N,无需提前知道总量。

⚡ 查看 LC-382 算法原题精解 ➔
2️⃣ 大模型工业系统落地 (Production AI System)

海量流式语料均匀采样 (Reservoir Sampling) · Weighted Sampling (按指定概率采样 / 逆 CDF)

工程映射场景:在无法预知数据集总条数的情况下,在线抽取出严格无偏的验证集

🧬 对应工业算子接口签名
def sample_inverse_cdf(weights: list[float], num_samples: int = 1) -> list[int]
← LC_136 (只出现一次的数字) → 模型低比特量化 (INT4 / NF4) 与位解包操作LC_48 (旋转图像) → FlashAttention 与 Online Softmax 片上分块加速 →